实验心理学--回归-相关-问卷0

实验统计分析,心理统计学必须掌握的分析法,描述统计分析推断统计分析多元统计分析,学习之前须具备的预备知识,一、随机现象与随机变量教育或心理测量或测验中由于随机因素的存在，使得测量中存在着随机误差或偶然误差。而随机误差的存在，又使得在相同条件下观测的结果常常不只一个，且事先无法确定，这是客观世界存在的一种普遍现象，人们称这类现象为随机现象。如考试、心理测验等均是随机现象。随机现象的各种结果总是可以用一定的数量来表现，而且表现为实验结果数值的不确定性，因而称为变量。随机变量具有离散性、变异性与规律性的特点。,二、变量的类型（1）连续变量与非连续变量（间断变量、离散变量）（2）因变量与自变量称名变量（Nominal），用于说明某一事物与其它事物在属性上的不同或类别上的差异，但不说明差异的大小。如性别、年级等。顺序（等级）变量(ordinal)，指按事物的某一属性，把它们按多少或大小加以排列的变量。如名次、等级评定、喜爱程度、品质等级、能力等级等。等距变量(interval)，是指变量之间具有相等的距离，除了有量的大小外，还具有相等的单位，但没有绝对意义上的零。如天气温度、各种能力分数、智商等。只能加减，不能乘除。比率变量(ratio)，除了有量的大小，相等单位外，还有绝对意义上的零。如身高体重、反应时等。可以加减乘除。,描述统计SPSS操作,data/SortCases对观测值进行排序Analyze/descriptivestatistics/frequencis描述统计分析中的频数分析描述统计量也可以在Analyze/descriptivestatistics/descriptives中进行。,相关,相关系数的计算计算相关系数一般要求成对的数据，即若干个个体中的个体要有两种不同的观测值。例如每个学生的数学和语文成绩；每个学生的智力分数与学习成绩；每个学生的英语听力水平和口语水平。,线性相关分析,研究两个变量间线性关系的程度。相关系数是描述这种线性关系程度和方向的统计量，用r表示。|r|0.95存在显著性相关；|r|0.8高度相关；0.5|r|0.8中度相关；0.3|r|0.5低度相关；|r|0.3关系极弱，认为不相关,（1）积差相关（积矩相关）皮尔逊（Pearson）（英）二十世纪初提出的，因而也叫皮尔逊相关。1.适用条件连续变量：成对出现：正态分布：要求总体正态，不是样本数据。2.定义公式,（2）spearman等级相关(见学习与纪律相关分析.sav)1适用条件两列变量都是等级或顺序变量的时候。2计算公式：D为等级相减之差例：学习12345678910纪在Analyze+Correlate下的三个子菜单：1、Bivariate-相关分析，计算指定的两个变量间的相关关系，可选择Pearson相关、Spearman和Kendall相关；同时对相关系数进行检验。2、Partial-偏相关分析，计算两个变量间在控制了其他变量的影响下的相关关系。3、Distance-相似性测度，对变量或观测量进行相似性或不相似性测度。,第一章平均数的假设检验（CompareMeans）,心理与教育研究中，许多情况下都不可能对总体中的所有成员进行研究，这样就需要抽取样本，即从总体中随机抽取一定数量的样本，进行研究来推论总体的特征。均值比较就是看两个样本中某变量均值不同，其差异是否具有统计意义，即能否通过样本平均数之间的差异去推论总体之间确实存在差异。,统计决策的原理,统计决策的原理是“小概率事件原理”。在一次随机抽样中小概率事件不会也不可能发生，小概率事件的小概率为显著性水平（Levelofsignificant），所谓显著性水平就是研究者拒绝真的虚无假设之最大概率值，通常取0.10，0.05，0.01三个值比较多。在spss中，如果sig0.05或带有*（p0.05，因而接受原假设，认为社交性各类型人数的多少与性别无关。练习：可以自己检验大五人格其他分量表上，大学生的人格类型与性别有无关系，与年级有无关系。,第五章：问卷的质量分析,问卷的质量分析包括项目分析、效度分析和信度分析。（对工作倦怠感问卷进行质量分析。数据文件为“工作倦怠感.sav”）该问卷由22个项目组成，其中9-16题为反向计分题（从反面提问，分数强弱方向与其他题目相反），对其质量分析包括以下几个方面（1）这22个题目是否都有效（有区分度）？；（2）如果有效，则这22个题目测量了工作倦怠感的哪些方面（问卷的结构如何？）或者说可以用几个因素来解释该问卷？；（3）总问卷及分问卷（每一个因素所包含的题目组成一个分问卷）的信度如何？,显然对问题（1）要进行的是项目区分度分析；对问题（2）要进行的是问卷的结构效度分析（因素分析）；问题（3）要进行的是问卷的信度分析。由于9-16题为反向计分题，故在具体分析之前必须对其进行重编码。transform/recode/intosamevariable）把a9-a16送入右边的框，点击oldandnewvalue按钮，在oldvalue的value中分别输入4、3、2、1,对应的在newvalue的value中输入1、2、3、4，每一一操作一次，均要点击一下add键。,一、项目分析（区分度分析）进行项目分析的目的是删除没有区分力，效度不高的项目。项目分析可分为质的分析和量的分析，所谓质的分析是指分析测题的内容和形式。量的分析是采用统计方法来分析试题的质量，在设计态度量表时，剔除那些不合要求的项目，这样才能提高整个量表的信度和效度，因此，可以用项目分析的结果来作为筛选和修改测题的依据。,（一）项目分与总分相关法也可以用来测量量表的内容效度。具体做法是计算每个项目分数和总分的相关，如果相关系数不显著，表明该项目鉴别力低，应剔除；如果相关系数的显著程度高，则该项目的鉴别力大，应保留，也可认为量表的效度越高。其操作与相关分析中的操作相同。当然求相关之前需求出量表总分。经过分析发现22道题目与总分相关均显著，故均有较高的区分度，可以保留。,（二）高低组平均数差异检验法项目分析即在求出每一个题项的“临界比率”（criticalratio;简称CR值），其求法是将所有受试者在预试量表的得分总和依高低排列，得分在前25%或27%者为高分组，得分在后25%或27%者为低分组。求出高低二组被试在每题得分平均数差异的显著性检验，如果题项的CR值达到显著性水平（0.8：适合KMO0.7：一般KMO0.6：不太适合KMO0.5：不适合方法：默认“主成分法”,结果说明,表一中KMO系数是0.857，sig=.000说明这个量表可以进行因素分析；表TotalVarianceexplained中显示按照特征根大于1的方法抽取了5个因子，因子的累积解释量为65.913%;表rotaledcomponentmatrix是每个因子所包含的题目，以及这些题目在因子上的负荷量，可以看出：因子一（a1-a8）;因子二（a10-a15）;因子三（a20-a22）;因子四（a16,a18,a19）;因子五（a9,a17）。,由于一般而言，每个因子所包含的题目数至少应该在3个以上，故把因子五删除了。理论上说，删除了题目以后，最好再进行一次因素分析，因为有可能问卷结构会发生变化。经过第二次因素分析，最终本问卷有四个因子因子一（a1-a8）;因子二（a10-a15）;因子三（a20-a22）;因子四（a16,a18,a19），累积解释量为63.564%.,三、信度分析信度又叫可靠性，是指测验的可信程度。它主要表现测验结果的一贯性、一致性、再现性和稳定性。一个好的测量工具，对同一事物反复多次测量，其结果应该始终保持不变才可信。因素分析完后，继续要进行分析的是量表各层面（分量表）与总量表的信度检验。信度有外部信度（externalreliability）和内部信度(internalreliability)。外部信度一般用再测信度（test-retestreliability），内部信度一般用“cronbach”系数及“折半信度”（split-halfreliability）。,态度量表常用的检验信度的方法是“cronbach”系数。系数值在0.60-0.65之间最好不要；在0.65-0.70间是最小可接受值；在0.70-0.80间相当好；在0.80-0.90之间非常好。操作过程：Analyze/Scale/Reliability，只要把总量表所包含的题目及各分量表所包含的题目分别送入右边框框即可。经过分析发现总量表及各分量表信度值为：0.9120,.9040,.8816,.7117,.4997(分量表四a16,a18,a19信度太低，故删除了)。,由于在信度分析中删除了题目，这时总问卷只剩17道题，因而可以对其再进行一次